自從2016年谷歌的AlphaGo戰勝了世界圍棋冠軍李世石之后，企業對于人工智能和算法的崗位越來越重視，使得算法崗也越來越被大學生所重視，很多同學到開始加入到轉型算法的隊伍當中，但是由于近年來算法崗的要求越來越高，競爭越來越激烈，使得不少同學又不得不從算法崗轉回到了開發崗，但是，無論是在什么崗位，到了最后一年或一年半的時間內，基本上都是要到企業實習，最近也有很多人跟我反映，說發現在企業里實習和在學習所學的，所做的，幾乎完全不一樣。

那么今天，我從算法崗和業務開發崗兩個方面來聊聊我的看法。

算法崗

首先我們來說說算法崗。針對于不同的企業，算法崗一般也可以分成兩種類型。一種是純研究型的算法崗，一種是跟著業務需求隨時發生變化的算法崗。

研究所或研究院

根據公司的不同，實際上對于research崗位的定位也不同。對于一些擁有研究院或者專門做研究型的公司或機構來說，通常對于research崗位的要求只要一個，那就是能夠通過對模型的研究和算法的改進能夠，然后再將自己的研究申請專利或者發paper。針對于這類的公司，一般對于實習生的要求非常之高，一般至少都要求有過幾篇SCI一區的paper，并且（不是或者）要求是頂尖985高校的學生，對于英語和代碼能力的要求也是極為苛刻的，因為在research崗位上，很多時間都是在看論文，做論文復現，然后找到合適的突破點，再做實驗，然后得到成果并發頂會或SCI一區的paper。

實際上這種研究型崗位非常適合于對論文研究特別深，并且想要一直從事學術工作的同學，但是難度也非常大。

商業公司

對于商業型公司來講，一般research崗位主要以實際業務為導向，從實際業務出發，從而進行研究。

例如對于游戲公司來講，尤其是那些游戲已經運行了幾年甚至十幾年的老牌游戲公司來講，在當時做開發的時候，所用的游戲圖標都是基于1024×768這個分辨率甚至更低的分辨率來做的，但是由于硬件設備的升級，導致目前的顯示器至少都是1920×1080，甚至還有2K和4K等更高分辨率的顯示器存在，因此為了能夠適應新的硬件設備，很多公司就不得不重新制作更高分辨率的圖標。對于只有一款中小型游戲產品的公司來講，也許只需要重新繪制幾百個圖標，這種工作量還不算是很大，但是對于一些比較大的公司，有數十個產品，可能就需要重新繪制數萬甚至數十萬的游戲圖標，這個工作量是十分巨大的，因此，很多公司就希望AI能夠使用超分辨率技術，將數以萬計的圖標超分到不同的分辨率下，這無論從人員成本還是后續的可持續化應用上都是十分必要的。

另外，還有一些公司希望自己能有一支團隊可以持續的研究最新最熱的技術，然后將這些技術應用于公司的各個項目當中，對于這類的研究崗位，一般公司往往不要求其創新性有多強，也不要求能夠通過研究這些技術能夠發表頂會的paper，而是希望能夠將這些技術實實在在的落地于公司的各個項目當中，來提升產品的用戶體驗或給公司的產品帶來更“高大上”的功能，來挖掘更多的可以盈利的點，從而使公司獲得更多的利潤。

一般來講，對于這樣的要求在企業中是非常常見的，也是企業中研究型崗位最多的一種形式，對于這類的公司，往往就要求實習生能夠快速的從學術到企業的轉變。

那么，針對于這種情況，怎么才能夠快速的轉變從而適應新的環境呢？

實際上，這種快速適應新的環境，并能夠快速對于新的環境做出轉變的能力是每一位同學都必須所具備的能力。

1

把握好時間

首先，從學校到實習，第一個需要經歷的就是對于時間的把控。在學校里，我們一般研究一個東西，少則半年，多則一兩年，我們有大把的時間來做研究，而最終的成果或許只是通過模型的改進比原論文提高哪怕0.1個百分比都可以。但是在企業里，可能給你做研究的時間最多也就是3個月，甚至時間更短，而且任務相對來講都有一定的限定性。就拿我現在所做的超分辨率任務來講，在學校我們研究超分辨率一般都是在公開數據集上進行訓練和預測，但是在企業里，更多的是要結合企業的自身需求，待超分的目標圖片也可能是特別大的圖片（一如一張圖有幾百兆，分辨率巨大），也可能是特別小的圖片（可能只有16×16的分辨率），如果我們只是以學校的研究方式來去做這方面的研究，很有可能出現的結果就是，研究了幾個月，但是卻沒有任何成果，因此，在實習期間，一定要培養自己快速發現問題、定位問題和解決問題的方法，并能夠快速找到最佳的解決方案，前期可以通過問自己的領導和同事的方法，多去吸收他們的解決方案，后期當遇到類似的問題時，就一定要學會自己快速的定位并解決它，一般來講，在企業中，一個bug的解決時間不要超過2天，小bug要當天解決，或兩個小時內解決掉。

2

溝通方法和尺度

其次，從學校到實習，需要把握好溝通的方法和尺度。在學校的時候，你所面對的是自己的同學和導師，所以在溝通的時候一般來講都相對隨意一些，經常去問一些比較低級的問題大家一般也會很耐心的去為你解答。但是在企業中，我們要轉變這樣的心態。在剛剛過去實習的時候，一定要在前期不懂就問，抓住這種剛剛進入職場的機會（我是小白我驕傲），大家一般對于新人來講也都會很熱心的幫忙，但是當實習了半個月或者一個月以后，對于那種很低級的問題（例如：這個軟件的字體怎么放大啊？這個代碼為什么會為空啊？或者一些本來很容易就能看出來的問題）最好就是自己Google或者和其他實習生同學一起討論，而不是要再去問自己的領導或者在公司多年的同事了，因為對于同事（尤其是工作很多年的同事）和領導來說，他們的工作會很忙，任務會很多，如果每天都來幫你去解決這些很無腦的問題的話，他們的時間就會經常被打斷，因此，這對于他們來講是非常不愿意發生的事情。

另外，在與領導和同事溝通時，一定要保證每一次溝通都是有效的。所謂的有效溝通就是要帶著問題和目的去溝通，說明自己具體遇到的是什么問題，希望對方要怎么去幫助自己解決（或者需要對方的什么資源），以及你所嘗試過的解決方案。我經常會見到很多同學，自己和同事一下子說了10分鐘，最后對方都不知道你要干什么？這樣的溝通相對來講就是不小的。

注意溝通的尺度，也是新入職場同學常犯的問題。我曾經碰到過這樣一個同學，自己跟幾個層級的領導匯報工作，整個匯報流程都很nice，匯報結束之后，大家都準備離場了，這位同學突然說一句：“今天晚上大家準備去吃啥？”顯然，這句話就是非常不合時宜的，雖然這位同學是想緩解冷靜的氣氛，但是他卻在和自己不熟悉的幾個領導聊這個，對方會感到非常突兀和尷尬，根本不知道怎么接這個話。這個就是典型的開玩笑不分場合的表現。

?

業務開發崗

業務開發崗是目前算法崗位中最常見的一種。所謂的業務開發崗就是自己所做的內容要根據產品經理的排期，按照版本周期進行迭代上線，有著比較嚴格的時間把控，比較常見的就是推薦算法工程師、NLP工程師等。

一般來講，每個公司都有自己的產品，很多產品中都會使用到一些AI和算法場景，比如說在一些電商和內容型產品中，推薦系統就是一個比較常見的應用場景。很多時候，推薦系統需要根據業務的改變進行改變。例如，我們現在有一個內容的產品，這個產品是一款新聞資訊類的App，這個新聞資訊有5個小的類別模塊，一般我們在設計推薦系統的時候，往往有一步是將每一個模塊中熱度比較高的前幾個內容加入到召回集，而且會根據內容類型的不同（例如文章、視頻、投票、帖子等）而使得最終排序所呈現出來的結果不同。一個優秀的推薦系統往往是根據運營、產品類型和一些其他規則性的內容來進行一個整體的設計，所以，當其中的一個環節需要作出改變的時候，那么就會導致推薦系統也會發生一定的變化。而這個時候，我們為了配合產品的變化，而進行推薦系統的細微調整，有時候，產品迭代的周期很短，但是算法在調試所需要的時間卻比較長，而這個時候，算法不得不根據產品的迭代周期來安排自己的排期，這種情況在企業中是非常常見的。

很多實習生剛剛進入業務部門的時候會非常不習慣，因為之前的研究不會有太多的時間限制，而現在卻需要根據版本的排期不同而使得很多時候需要加班加點來趕進度。所以對于剛剛進入實習階段的同學們來說，這一點心里的變化一定要有的。我們一定不能拿出在學校中的心態到企業中，而是需要合理的評估自己每一個節點的周期，不僅要做到不延期，而且還需要在其中考慮到測試所需要的時間以及修復bug所需要的時間，而這個時候就需要經常與測試和其他相關的同學提前溝通，安排好排期。

對于業務開發崗的同學來說，時間是關鍵，無論如何，一定要在規定的時間完成領導所安排的任務；其次，要合理的評估自己的技術能力，做到對每一個業務需求都能夠有著正確的時間評估，注重培養自己的時間管理能力和責任心，只有這樣，才能夠使我們的實習經歷變得更出色，才能夠順利轉正。

總結

對于從學校進入到實習的同學，在此給出以下幾點建議：

1、不懂就問。實習期間，一定要抓住機會，遇到比自己強的同事，不懂就問，如果你能夠把他們所會的東西都學到，那么你就贏了。

2、時間把控。所有的公司都是以盈利為目的的，因此，我們在實習階段和在實驗室里最大的差別就在于對時間的把控，我們一定要做到爭取不浪費時間，定期有階段性的成果；

3、合理評估。很多業務型的部門，都會需要每個人對自己所負責的內容部分評估開發周期，從而確定最后整體上線的時間，而這個上線的時間一旦定下來，基本上就是死命令了。因此，一定要做到心中有數，合理的評估開發周期，哪怕可以多留出一些時間，也不要延期，否則無論是對個人，還是對整個項目都會造成很大的影響。

4、學會溝通。在學校和在企業的最大的差別就是溝通。在學校的溝通一般而言比較簡單，但是在企業，你需要跟不同的人進行溝通。最常見的就是與領導、組員以及與自己打交道的其他部門的同事溝通，因此，對于不同的人，有不同的溝通方式，這可能是需要花很長時間來學習的。

最后，祝大家在未來的學習和工作中，越走越穩。

往期精彩回顧適合初學者入門人工智能的路線及資料下載機器學習及深度學習筆記等資料打印機器學習在線手冊深度學習筆記專輯AI基礎下載（pdf更新到25集）機器學習的數學基礎專輯本站qq群1003271085，加入微信群請回復“加群”獲取一折本站知識星球優惠券，復制鏈接直接打開：https://t.zsxq.com/yFQV7am喜歡文章，點個在看

總結

以上是生活随笔為你收集整理的【职场经验】算法同学从学校到实习，需要改变什么的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。